智能AI进军医疗界，目前已应用于诊断癌症

作者:言说三

(欢迎关注微信公众号：yaoyan737)

癌症

想必大家都是闻之色变

不过

在今年的TED演讲中

就有人再度提到它

这人是谁呢？

林政和

他是一名基因学家

也是美国Natera基因检测诊断公司

的首席科学官

林政和上台之后对大家说

『我给你们带来了关于癌症的好消息

不然我也不会出现在这儿了』

这句话不禁引起了台下的笑声

他在演讲中提到

『我们应该用新的手法去检测与治疗

如试验药物、基因突变检测』

这是林政和在演讲时给出的图片

图中以卵巢癌为例，患者在早、中、晚期发现并治疗的存活率

所以他带领他的团队研发出更加灵敏的

DNA血液检测

可以在早期准确的检测出癌细胞

这种方法可提前100天诊断出复发预兆

但这项技术还需要5到10年

可见

癌症的发现时间

决定着治疗的存活率

但是

癌症初期症状往往不明显

有时候与普通疾病

感冒、炎症等并无差别

27个喷嚏之后鼻涕终于出来了

就算有患者及时去医院检查

但癌症早期误诊的情况也时有存在

并不是医生不负责任

而是癌症这类疾病情况极其复杂

稍有不慎就会出现诊断偏差

正是由于癌症的这一特性

很多患者在发现时已处于中晚期

丧失最佳治疗时间

如何做到“精准”

是摆在医疗从业者面前的一大难题

此时

AI可以凭借强大的数据分析

与深度学习能力

可以弥补医生由于种种原因导致的

判断误差

Enlitic公司的AI技术

在收集源自放射学图像时

以毫秒为单位

（是医生肉眼检测速度的10000倍）

来解释医学图像

即使是X光片中0.01%面积的可疑点

也可以被发现

Enlitic如何判断X光片

X光照片的分辨率为

（3000×2000像素）

而恶性肿瘤的大小为

（3×3像素左右）

从如此大的图像上

判断一个很小的阴影状物体

是不是恶性肿瘤

对肉眼来说是非常难的

Enlitic会将一张胶片进行预处理

然后分割成若干小块

再在每一块中提取特征值

与数据库进行对比

最后经与Enlitic深度学习总结的

数据库匹配

作出阳性（阴性）判断

在最近的测试中

Enlitic

在诊断癌症方面优于专业放射医师

并且假阴性率为0

（癌症病灶不会被遗漏）

目前

已与多家医院和科研机构进行合作

忍不住赞叹一句Nice Job！

目前全市世界都在与癌症对抗，或许现在不能完美的解决，但医疗与科技在不断的进步与发展，或许下一代，或许下下一代

癌症将是温顺的小猫咪

就想知道懒癌晚期有没有的治！